上部:问道 | R语言数据分析(北京邮电大学)自整理笔记
第1章 气象万千 数以等观
数据分析:发现数据背后的规律
等号的重要性,建立模型
第2章所谓学习、归类而已
2.1所谓学习,归类而已(1)
ps:机器学习只是归归类?
有监督学习——分类;无监督学习——聚类,构成了机器学习的主体部分,所以,机器学习不过是归一归类。
2.2所谓学习,归类而已(2)
1.规律:某种关系结构
从系统理论的角度看,世界由系统组成,一切客观存在均可视为系统。
系统由什么组成呢?元素及其关系结构。
机器所能学习的规律/模型,或者说数据中能挖出的规律,其实质都是:某种关系结构。尤其是变量之间的关系和数据空间的结构。
机器学习存在的全部意义,只是为了寻找或表达某种关系结构
2.3所谓学习,归类而已(3)
从数据中发现某种知识/模式/模型
实事(数据)求(算法)是(模型)
机器学习三要素:算法、模型、策略
所谓的机器学习:通过算法从模型集里选出一个最贴近观察记录的模型,用来表示我们想要的关系结构
要刻画“贴近”的程度,需要一个量化标准,我们称之为策略。
机器学习,可以作为一个搜索问题,容易看出,机器学习是真正在做research
结构风险最小化策略,主要是为了提升模型的泛化能力。泛化能力一般通过测试集(而非训练集)上的性能指标来近似。
何为建模?数学选模;模型不在于构建,而在于选择。建模就好比是量体裁衣。
2.4所谓学习,归类而已(4)
1.课前习题
①归纳和演绎(科学推理的两种方法):
归纳:从特殊到一般,从特殊事实或个别事例到一般结论的逻辑推理方法。
演绎:从一般到特殊,从普遍性结论或一般性事例推导出个别性结论(大前提,小前提,结论)
机器学习主要的推理方式是归纳。似真推理,或然性推理(并不一定是完全正确的)
2.机器学习/数据挖掘是从大量的数据中归纳出(先前未知的)有用或有趣关系结构(模式、模型、知识、规律...)的过程。
3.关联规则表现为项集之间的伴随关系。
4.聚类分析的结果主要表现为数据空间的距离结构。
5.训练的过程属于归纳,而预测的过程属于演绎。
6.为了验证模型的有效性,一般都是通过试验的方法,在测试集上测试其性能。模型的验证,以观测
、实验为主,而非理论推导。
第3章 格言联璧话学习
1.数学是宇宙的语言,这个世界真正的逻辑是概率计算。
2.函数关系都不能等同于因果关系,但这无损于他们的价值
3.所有的模型都是错的(选择),但是有些是有用的。模型的评估和模型的建立同等重要。
4.没有明确的证据表明一个模型会优于另一个模型,模型的选择取决于任务情景。
5.成功的机器学习应用不是拥有最好的算法而是拥有最多的数据。
6.特征调不好,参数调到老。
7.数据和特征决定了机器学习的上限,而模型和算法只是逼近这个上限而已。
8.如何赢得机器学习的比赛?就是把别人的模型拿过来然后集成在一起。
9.数据科学家就是比计算机科学家懂更多统计学,比统计学家懂更多计算机科学的人。
10.关键在于问题而非模型,数据科学家的基本素养:业务敏感、算法老道、编程熟悉.
第4章源于数学、归于工程
机器学习的两大数学视角:概率和几何。
理论是灰色的,而工程之树常青。
上部:问道 | R语言数据分析(北京邮电大学)自整理笔记的更多相关文章
- R语言数据分析系列六
R语言数据分析系列六 -- by comaple.zhang 上一节讲了R语言作图,本节来讲讲当你拿到一个数据集的时候怎样下手分析,数据分析的第一步.探索性数据分析. 统计量,即统计学里面关注的数据集 ...
- R语言数据分析系列之四
R语言数据分析系列之四 -- by comaple.zhang 说到统计分析我们就离不开随机变量,所谓随机变量就是数学家们为了更好的拟合现实世界的数据而建立的数学模型.有了她我们甚至能够来预測一个站点 ...
- R语言数据分析系列之五
R语言数据分析系列之五 -- by comaple.zhang 本节来讨论一下R语言的基本图形展示,先来看一张效果图吧. watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi ...
- R学习:《R语言数据分析与挖掘实战》PDF代码
分三个部分:基础篇.实战篇.提高篇.基础篇介绍了数据挖掘的基本原理,实战篇介绍了一个个真实案例,通过对案例深入浅出的剖析,使读者在不知不觉中通过案例实践获得数据挖掘项目经验,同时快速领悟看似难懂的数据 ...
- R语言数据分析利器data.table包—数据框结构处理精讲
R语言数据分析利器data.table包-数据框结构处理精讲 R语言data.table包是自带包data.frame的升级版,用于数据框格式数据的处理,最大的特点快.包括两个方面,一方面是写的快,代 ...
- R语言中文社区历史文章整理(类型篇)
R语言中文社区历史文章整理(类型篇) R包: R语言交互式绘制杭州市地图:leafletCN包简介 clickpaste包介绍 igraph包快速上手 jiebaR,从入门到喜欢 Catterpl ...
- 中部:执具 | R语言数据分析(北京邮电大学)自整理笔记
第5章工欲善其事.必先利其器 代码,是延伸我们思想最好的工具. 第6章基础编程--用别人的包和函数讲述自己的故事 6.1编程环境 1.R语言的三段论 大前提:计算机语言程序=算法+数据结构 小前提:R ...
- R语言数据分析
CSDN博客:包括R语言基础.R语言数据挖掘.hadoop大数据及spark等 http://blog.csdn.net/qq_16365849 R语言及数据分析 http://blog.csdn.n ...
- R语言数据分析利器data.table包 —— 数据框结构处理精讲
R语言data.table包是自带包data.frame的升级版,用于数据框格式数据的处理,最大的特点快.包括两个方面,一方面是写的快,代码简洁,只要一行命令就可以完成诸多任务,另一方面是处理 ...
随机推荐
- Cross-Site Scripting: Reflected
首先贴解决办法吧,解决了我项目中的问题,不一定适用所有情况. //For Cross-Site Scripting: Reflected public static String filter(Str ...
- oeasy 教您玩转linux010101查看内核uname
linux([?l?n?ks]) 是什么????? 咱们这次讲点什么呢?这次咱们讲讲这个 linux([?l?n?ks]),什么是 linux([?l?n?ks])呢?这linux([?l?n?ks] ...
- 树叶婆娑 shader
效果是树叶摇曳: Shader "LeafAnim" { Properties { _MainTex ("Base (RGB)", 2D) = "wh ...
- Educational Codeforces Round 68 (Rated for Div. 2)-D. 1-2-K Game
output standard output Alice and Bob play a game. There is a paper strip which is divided into n + 1 ...
- linux的五种IO模型
概念: 同步.异步.阻塞.非阻塞的概念 同步:所谓同步,发起一个功能调用的时候,在没有得到结果之前,该调用不返回,也就是必须一件事一件事的做,等前一件做完了,才能做下一件. 提交请求->等待服务 ...
- 安装cnpm设置npm淘宝镜像源
安装cnpm npm install -g cnpm 验证npm镜像源 npm config get registry 题外话:cnpm和npm区别? cnpm其实就是在npm的基础上将镜像源更换到国 ...
- C011:分数相加
代码: #include "stdafx.h" int _tmain(int argc, _TCHAR* argv[]) { int up1,down1,up2,down2; do ...
- 11.QT-ffmpeg+QAudioOutput实现音频播放器
1.前言 由于QAudioOutput支持的输入数据必须是原始数据,所以播放mp3,WAV,AAC等格式文件,需要解封装后才能支持播放. 而在QT中,提供了QMediaPlayer ...
- oracle之三目录库和辅助库
目录库和辅助库 10.1 创建目录库(Catalog database)的必要性 如果没有catalog,RMAN的存储库(元数据)保存在目标库的控制文件里,这样可能存在如下隐患 1)目标库上的控制文 ...
- python实例基础(慢慢补充)
1.有四个数字:1.2.3.4,能组成多少个互不相同且无重复数字的三位数?各是多少? 2.打印出所有的"水仙花数",所谓"水仙花数"是指一个三位数,其各位数字立 ...